1-En una población normal, con media 72,1 y desviación estándar 3,1, encuentre la probabilidad

de que, en una muestra de 90 observaciones, la media sea menor que 71,7.

x = 71.7 μ = 72.1 σ = 3.1 n = 90

z = (71.7 - 72.1) / (3.1 / √90)

z = -0.4 / (3.1 / 9.49)
z ≈ -0.4 / 0.327
z ≈ -1.224}

2-En un banco de ahorros, la cuenta media es de $659.320, con una desviación de $18.000. ¿Cuál
es la probabilidad de que un grupo de 400 cuentas, elegidas al azar, tenga un depósito medio de
$660.000 o más?

x = 660000 μ =659.320 σ = 18000 n = 400

Z= X- µ͉ / σ/√n

Z=600000-659320 / 18000 /√400

680 / 18000 / 20 = 0.76

P(X > 600000) P(Z= 0.76) =1- 0.7769 = 0.2236

3.En cierta región los salarios diarios de los mineros del carbón están distribuidos normalmente
con una media de $864.500 y una desviación estándar de $15.000. ¿Cuál es la probabilidad de
que una muestra representativa de 25 mineros, tenga un promedio diario inferior a $857.500?

x = 857500 μ = 864500 σ =15000 n = 25

P(X <857500) = 0.0099

Z=857500 – 864500 / 15000 / √25

Z= -7000 / 3000 = -2.33

P(X < 857500) = P(Z =-2.33) = 0.0099

4.Las estaturas de cierto grupo de adultos tienen una media de 167,42 y una desviación estándar
de 2,58 centímetros. Si las estaturas están normalmente distribuidas y se eligen aleatoriamente
25 personas del grupo, ¿cuál es la probabilidad de que su media sea de 168,00 centímetros o
más?

x = 168.00 μ =167,42 σ =2.58 n = 25

P(X > 180) = 13.14%

Z= 168 – 167.42 / 2.58 /√25

Z = 0.58/ 0.52 = 1.12

P(X > 180) = P( Z= 1.12) = 1 – 0.8686 = 0.1314

5. Si se extrae una muestra aleatoria de 36 elementos de una población, ¿cuántos elementos

debe contener otra muestra de la misma población, para que el error estándar de la media de la
segunda muestra sea 2/3 del error estándar de la media de la primera muestra?

3/2) σ /√n1 = σ / ͬ√n2

2/3 (σ / 6) = σ / √n

σ / 9 = σ / √n
√n = 9

N= 81

Para que el error estándar de la media de la segunda muestra sea 2/3 del error estándar de la
media de la primera muestra, la segunda muestra debe contener 81 elementos.

6. Si se extraen dos muestras aleatorias de una misma población, y si el error estándar de la

media de una de ellas es k veces el error estándar de la media de otra, ¿cuál es la relación entre
los tamaños de ambas muestras?

Si el error estándar de la media de una muestra es k veces el error estándar de la media de otra
muestra, entonces la relación entre los tamaños de ambas muestras será inversamente
proporcional a k.

7.Los salarios diarios en cierta industria están distribuidos normalmente con un media de
$23.000. Si el 9% de las medias de los salarios diarios en muestras de 25 obreros, es inferior a
$22.500, ¿cuál es la desviación estándar de los salarios diarios en esta industria?

x = 23500 μ =23000 σ =? n = 25

P(X <23500) = 9

A (0.4100)  Z= 1.34

1.34 σ ( 23500 – 23000) √25

σ= (500) (5) / 1.34 = 1.865.67

8.Supongamos que se tienen, en una urna, 500 fichas numeradas 1, 2, 3,. 499, 500. Después
de mezclarlas completamente, se sacan16 fichas aleatoriamente. ¿Cuál es la probabilidad de que
la suma sea mayor de 3.000?

La probabilidad de que la suma de las 16 fichas sea mayor de 3.000 es muy baja, ya que la suma
máxima posible que se puede obtener es de 8 x 500 = 4.000. Sin embargo, para calcular la
probabilidad exacta, se necesitaría conocer la distribución de probabilidad de las fichas en la urna.

9. Si los pesos individuales de las personas que viajan en avión se distribuyen normalmente con
media de 68 kilos y desviación típica de 3,5 kilos, ¿cuál es la probabilidad de que un Boeing 707
con 81 pasajeros pesen más de 5.700 kilos?

x = 5700 μ = 68 σ = 3.5 n = 81

Z = 70.37 – 68 / 3.5 / √ 81

Z= 2.37 / 3.5 / 9

Z = 2.37 / 0.39 = 68

P(X > 70.37) = 0

10. Las estaturas de los estudiantes de una universidad, se distribuyen normalmente con media
de 170 centímetros y desviación típica de 18 centímetros. Si se toma una muestra de 81
estudiantes, ¿cuál es la probabilidad de que tengan una estatura superior a 175 centímetros?

x = 175 μ = 170 σ = 18 n = 81

Z =175 – 170 / 18 / √81

Z=5/8/9

Z= 5/ 0.9 = 0.6

P(X > 175) = P(Z > 0.6) = 1 – 0.5239= 0.4761

11.Quinientos cojinetes de bolas tienen un peso medio de 5,02 onzas y una desviación de 0,30
onzas. Hallar la probabilidad de que una muestra al azar de 100 cojinetes, elegidos entre este
grupo, tengan un peso de más de 5,10 onzas.

x = 5.10 μ = 5.02 σ = 0.30 n = 100

Z = 5.10 – 5.02 / 0.30 / √100

Z= 0.08/ 0.03

Z = 2.67 = 0.9962

P(X > 5.10) = P(Z > 2.67) = 1 – 0.9962 = 0.0038

12. ⦁Una siderúrgica está produciendo actualmente cables para suspensión de puentes. La
característica más importante de este producto es su resistencia, el peso que puede soportar
antes de que se reviente. Por experiencias pasadas se sabe que el promedio de la resistencia es
de 6 toneladas con desviación típica de ¾ de tonelada. Para efectos de control, se selecciona una
muestra de 9 cables y se adopta la siguiente regla de decisión:

Si la resistencia promedio está por encima de 6,5 toneladas o por debajo de 5,5, se suspende el
proceso. Si está entre 5,5 y 6,5 se deja tal y como está.

¿Cuál es la probabilidad de detener el proceso, si la media de la producción es aún de 6

toneladas?

Calcula el valor Z para cada límite de decisión utilizando la fórmula Z = (X - μ) / σ, donde X es el

valor límite, μ es la media y σ es la desviación estándar.

Para el límite superior de 6.5 toneladas:

Z = (6.5 - 6) / (3/4) = 0.6667

Para el límite inferior de 5.5 toneladas:

Z = (5.5 - 6) / (3/4) = -0.6667

¿Cuál es la probabilidad de detener el proceso, si la media de la producción no es 6 toneladas

sino 6,18 toneladas?

Utiliza una tabla de la distribución normal estándar para encontrar las probabilidades
correspondientes a los valores Z calculados en el paso anterior.

Para Z = 0.6667, la probabilidad es de aproximadamente 0.7454.

Para Z = -0.6667, la probabilidad es de aproximadamente 0.2546.

¿Cuál es la probabilidad de continuar el proceso, si el promedio es en realidad de 6,4 toneladas?

Calcula la probabilidad de detener el proceso restando la probabilidad del límite superior a la

probabilidad del límite inferior.

Probabilidad de detener el proceso = 0.7454 - 0.2546 ≈ 0.4908

Entonces, si la media de la producción es aún de 6 toneladas, la probabilidad de detener el

proceso es aproximadamente 0.4908.

¿Si es de 5,8 toneladas?

Media de producción de 5.8 toneladas:

Probabilidad de detener el proceso ≈ 0.9938

13.Suponga que una máquina produce tornillos cuyos diámetros se distribuyen normalmente
con media µ = ½ pulgada y una desviación típica σ = 0,01 pulgadas. ¿Cuál es la probabilidad de
que el diámetro medio esté comprendido entre 0,49 y 0,51, para una muestra de 4 tornillos?

Para calcular la probabilidad de que el diámetro medio esté comprendido entre 0.49 y 0.51 para
una muestra de 4 tornillos, necesitamos utilizar la distribución muestral de la media.

Calcula el valor Z para cada límite utilizando la fórmula Z = (X - μ) / error estándar, donde X es el
valor límite, μ es la media y error estándar es el valor calculado en el paso anterior.

Para el límite superior de 0.51 pulgadas:

Z = (0.51 - 0.5) / 0.005 = 2

Para el límite inferior de 0.49 pulgadas:

Z = (0.49 - 0.5) / 0.005 = -2

Para Z = 2, la probabilidad es aproximadamente 0.9772.

Para Z = -2, la probabilidad es aproximadamente 0.0228.

Probabilidad = 0.9772 - 0.0228 = 0.9544

14. Una compañía productora de maíz híbrido afirma que sus productos darán, por término
medio, 120 bultos por hectárea. Veinticinco hectáreas producen, en promedio, 115 bultos. Si se
supone que la desviación típica  es de 10 bultos por hectárea, ¿cuál es la probabilidad de
obtener una media muestral de 115 o menos?

t = (115 - 120) / (10 / sqrt(25)) = -1.25

t0.05,24 = -1.711

P(media muestral de 115 o menos) = P(t <= -1.25) = P(t0.05,24 <= -1.25) ≈ 0.117
Por lo tanto, la probabilidad de obtener una media muestral de 115 o menos es aproximadamente
0.117 o 11.7%.

15.En una distribución normal se seleccionan todas las posibles muestras de tamaño 10; si el 2%
de estas muestras tienen medias que difieren de la media poblacional en más de 4 en valor
absoluto, encontrar la desviación estándar de la población.

Para encontrar la desviación estándar de la población, podemos utilizar la fórmula de la regla

empírica para distribuciones normales. En este caso, sabemos que el 2% de las muestras tienen
medias que difieren de la media poblacional en más de 4 en valor absoluto. Según la regla
empírica, el 2% de los datos se encuentra a más de 2 desviaciones estándar de la media. Por lo
tanto, podemos decir que 4 es igual a 2 desviaciones estándar. Dividiendo 4 entre 2, obtenemos
una desviación estándar de 2.
16. Ciertos tubos fabricados por una compañía tienen una duración media de 900 horas y una
desviación típica de 70 horas. Hallar la probabilidad, al seleccionar al azar 36 tubos, que tengan
una duración media entre 870 y 925 horas.

N = 36 σ = 70 µ = 900

X = (870 + 925) / 2 = 897.5

Para el límite inferior:

Z = (870 - 900) / (70 / √36) = -3.43

Para el límite superior:

Z = (925 - 900) / (70 / √36) = 2.14

P(-3.43 < Z < 2.14) = P(Z < 2.14) - P(Z < -3.43)
= 0.9830 - 0.0003
= 0.9827

La probabilidad es de aproximadamente 0.9827 o del 98,27%.

17. Se sabe que en cierta gran ciudad, los clientes de los restaurantes gastan en promedio
$32.900 en comida, con una desviación estándar de $1.500. Si se pide a cada uno de 50
restaurantes que seleccionen al azar las cuentas de 100 personas y que informen sobre el
consumo medio de esas 100 personas, ¿de cuántos restaurantes debe esperarse que informen
sobre cuentas promedio, superiores
$33.259,30?

(μ) = $32.900 (σ) = $1.500 (n) = 50 (m) = 100 (x) = $33.259,30

Z= 33259.30 – 32900 / 1500 / √100 = 359.3 / 150 = 2.395333333 ( 2.4)

P(X > 33.259.30 ) = P(Z > 2.4) = 50 * 0.9918 = 49.59

P(X > 33.259.30) = 49.59%

18. Los pesos de los paquetes recibidos en una bodega tienen una media de 580 libras y una
desviación típica de 80 libras, ¿cuál es la probabilidad de que el peso de 49 paquetes recibidos al
azar y cargados en un montacargas, supere su capacidad de 30.000 libras?

Media (μ) = 580 libras

Desviación típica (σ) = 80 libras
Número de paquetes (n) = 49
Capacidad máxima del montacargas = 30,000 libras
Utilizando la distribución normal estándar, podemos calcular la probabilidad de que el peso de un
paquete sea mayor que 30.000 libras dividiendo la diferencia entre 30.000 y la media (580) por la
desviación típica (80) y buscando este valor en una tabla Z.

Z = (30,000 - 580) / 80 = 358.75

Buscando en una tabla Z, encontramos que la probabilidad de que un paquete tenga un peso
mayor que 30.000 libras es prácticamente cero (aproximadamente 0).

Para calcular la probabilidad de que al menos uno de los 49 paquetes tenga un peso mayor que
30.000 libras, podemos utilizar la distribución binomial con n = 49 y p = la probabilidad calculada
anteriormente.

P(X >= 1) = 1 - P(X = 0)

P(X = 0) = (49 choose 0) * (0)^0 * (1-0)^49 = 1

Entonces,

P(X >= 1) = 1 - P(X = 0) = 1 - 1 = 0

Por lo tanto, la probabilidad de que al menos uno de los 49 paquetes tenga un peso mayor que
30.000 libras es prácticamente cero (aproximadamente 0).

19. En una universidad el promedio de calificación, en exámenes de admisión, ha sido de 3,5 con
una desviación típica de 1. ¿Cuál es la probabilidad, si el examen lo presentan 36 estudiantes, de
que obtengan un promedio mayor de 3,7?

Promedio de calificación en exámenes de admisión: 3.5

Desviación típica: 1
Número de estudiantes que presentan el examen: 36
Promedio deseado: 3.7

Para resolver este problema, necesitamos utilizar la distribución normal estándar. Primero,
calcularemos el puntaje Z para el promedio de 3.7 utilizando la fórmula Z = (X - μ) / σ, donde X es
el promedio de 3.7, μ es el promedio de calificación de 3.5 y σ es la desviación típica de 1.

Z = (3.7 - 3.5) / 1 = 0.2

Luego, consultaremos la tabla Z para encontrar la probabilidad correspondiente a un puntaje Z de

0.2. Según la tabla, la probabilidad es aproximadamente del 58%.

Finalmente, para calcular la probabilidad de que los 36 estudiantes obtengan un promedio mayor
de 3.7, podemos usar la fórmula P = 1 - P(Z <= 0.2), ya que queremos encontrar la probabilidad de
obtener un promedio mayor.

P = 1 - 0.58 = 0.42
Por lo tanto, la probabilidad de que los 36 estudiantes obtengan un promedio mayor de 3.7 es
aproximadamente del 42%.}

20. El valor promedio de los pedidos que hacen los detallistas de una ciudad a cierto mayorista
es de $25.900 diarios, con desviación estándar de $1.800. Si elegimos al azar una muestra de 200
pedidos, ¿cuál es la probabilidad de que la media de valor del los pedidos sea superior a
$26.100?

μ = $25,900 σ = $1,800 n = 200 pedidos X = $26,100

Z = 26100 – 25900 /1800 / √200

Z = 200 / 127.3 = 1.6

P(X > 26,100) = P(Z > 1.6) = 1- 0.9452 = 0.0548 = 5.48%

21. Una firma de ingenieros ha estimado que el peso promedio de los adultos que vivirán en un
edificio de apartamentos es de 68 kilos, con desviación estándar de 15 kg. De acuerdo con la
anterior estimación, instalan en el edificio un ascensor para 36 personas con capacidad de 2.700
kilos; si la estimación es correcta, ¿cuál es la probabilidad de que un cupo completo exceda la
capacidad del ascensor?

µ = 68 kg σ= 15 kg x = 75
P(X ≥ 75) = ¿?

Z= X - µ / σ =

Z= 75 – 68 / 15= 0.46

P(x > 75) = P( Z < 0.46) = 0.6772 = 1 – 0.6772 = 0,3228

22. Un distribuidor mayorista recibe mensualmente 70.000 pilas de 1,5 voltios. Para decidir si
acepta o rechaza las pilas, utiliza la siguiente regla de decisión: mide la vida útil de 36 pilas. Si la
media de la muestra es 60 o más horas, se acepta la totalidad; en caso contrario, se rechaza.
¿Cuál es la probabilidad de:

N = 36 X = 60 O mas se acepta X = 60 O menos se rechaza

Aceptar una remesa que tiene una vida útil de 59 horas y una desviación estándar de 3 horas?

µ = 59 σ = 3 P(X > 60) = ?

Z= 60 – 59 / 3 / √36 = 2

Z = 2  A ( 0,4773)
P = 0.5000 – 0.4773 = 0.0227
P( X > 60) = 2.27%
Rechazar un cargamento que tiene una vida útil de 60,5 horas y una desviación estándar de 3
horas?

µ = 60,5 σ = 3 P( X < 60) = ?

Z = 60 – 60.5 / 3 / √36 = -1
Z = -1  A( 0.3413)
P = 0,5000 – 0.3413 = 0.1587
P( X < 60) = 15.87 %

23. El gerente de una cooperativa de ahorro y vivienda, estima que el promedio de ahorro por
cliente en un mes es de $520.000 con una desviación típica de $222.960. ¿Cuál es la probabilidad
de que al examinar 36 cuentas, el promedio de ahorro se mayor de $630.000?

µ = 520,000 σ = 222, 960 n = 36

P( X > 630.000) = ?

Z = 630,000 – 520,000 / 222960 / √36

Z = 110,000 / 37, 160 = 2.96

P (X > 630,3000) = P(Z > 2.96) = 1 – 0.9985 = 0.0015

P (X > 630,3000) = 0.15 %

24. Un profesor sabe por experiencia que el examen final realizado a sus alumnos, proporciona
una calificación promedio de 68 y una varianza de 441. El curso actual lo conforman 36 alumnos.
¿Cuál es la probabilidad de que el rendimiento medio sea menor de 60?

µ = 68 σ = 441 N = 36 X = 60

Z = 60 – 68 / 441 / √36=
Z = -8 / 73.5 = -0.11 =

P(X < 60) = 0.4562

25. El gerente de una empresa asegura que su programa de entrenamiento en ventas permite
aumentarlas más del 10% sobre $400.000 pesos diarios actuales, con una desviación estándar de
$78.608. Si selecciona un grupo de 25 vendedores, ¿cuál es la probabilidad de que el gerente
tenga la razón?